/*以下是我最近研究正则表达式的成果希望能对大家有帮助。其中也有我遇到的不明白之处，各位有精通的请发mail给我讲讲。还有有谁对javascript的正则表达式精通请给大家发一下吧。这些东东都是javadoc上有的，还有一些是我在java.sun.com/docs/books/tutorial/extra/regex/index.html上看到的，我建议对正则表达式感兴趣的不妨上去看看，很不错。
　　*/
　　package testreg;
　　import java.util.regex.matcher;
　　import java.util.regex.pattern;
　　
　　/**
　　* <p>title: 正则表达式的研究</p>
　　* <p>description:
　　* 最近在工作中常常用到一些正则表达式的使用问题，到网上去找介绍大多是一鳞半爪。求人不如求已。一狠心，自己看!这两天利用我们项目两期之间的一点空闲对j2se所支持的正则表达式来了个彻底研究!代价是……就是浪废了部门近十二张白纸。闲话少说，书归正传。
　　* 原理：
　　*　　 正则表达式的原理是有限状态自动机，自动机内部有有限个状态，有一个初始状态，有一个结束状态。自动机根据输入和自身内部的当前状态来决定下一步于什么。呵呵，这是很久以前学的东东了也记不清了，大家只作参照吧。
　　* java中的正则表达式：
　　*　　 从j2se1.4起java增加了对正则表达式的支持就是java.util.regex包，这个包中主要有3个类:pattern,代表模式，就是正则表达式自身，matcher，是一个有限状态自动机，其实大多数的活还是让pattern类于了，matcher往往只是简单的调用pattern，不知道这是什么模式。这两个类写的都很经典，还有不少算法在内值得有功力的人仔细研究一下。另一个是一个异常类当所用正则表达式不正确时抛出，是运行时异常。
　　* 几个难点：
　　*　 1.line terminator
　　*　　 line terminator 中文意终结符，是指一个或两个字符组成的字符序列。java中的
　　*　　 所有line terminator:
　　*　　 a newline (line feed) character ('/n'),
　　*　　　-----------换行符(0a)
　　*　　 a carriage-return character followed immediately by a newline character ("/r/n"),
　　*　　　-----------回车+换行(0d0a)
　　*　　 a standalone carriage-return character ('/r'),
　　*　　　-----------回车(0d)
　　*　　 a next-line character ('/u0085'),
　　*　　　------------下一行符？(？表示我也不知道是什么，请大家明白的给我发mail
　　*　　 a line-separator character ('/u2028'), or
　　*　　　------------行分隔符？
　　*　　 a paragraph-separator character ('/u2029).
　　*　　　------------段落分隔符？
　　*　　　if unix_lines mode is activated, then the only line terminators recognized are newline characters.
　　*　　　如果使用unix模式则只有/n被认为是line terminator，也就是在使用pattern时如下：
　　*　　　pattern p=pattern.compile("正则表达式",pattern.unix_line);
　　*　　　或 pattern p=pattern.compile("(?d)正则表达式")
　　*　　　"."匹配除line terminator以外的所有字符(未指定dotall时)
　　*　　　在指定dotall模式时"."匹配所有字符
　　*　 2.quantifiers,greedy,reluctant and possessive.
　　*　　 这几个词不太好译，原文是greedy quantifiers,reluctant quantifiers and possessive quantifiers凭我这点英语我只好译作贪婪的量子，不情愿的量子和占有欲强的量子？这也太搞笑了好在我理解了他们的意思。这点等下我细说。
　　*　 3. 对于[a-za-z],[a-d[h-i]],[^a-f],[b-f&&[a-z]],[b-f&&[^cd]]等形式的理解对于上述，原文用range,union,negation,intersection,subtraction等来描述range表是范围，union是并集，negation是取反，intersection是交集，subtraction是……是减法？？反正是减去一部分的意思
　　*　　 range　　　 a-z 从a到z的小写字母
　　*　　 negation　　[^a-f]除了a-f之外所有的，全集是所有字符
　　*　　 union　　　 [a-d[h-i]] a-d并h-i
　　*　　 subtraction [b-f&&[^cd]] 就是b-f中除了cd以外的都是
　　*　　 intersection[b-f&&[a-z]] 就是b-f与a-z中的公共部分
　　*　　 我总结了一下，其实就是方括号表示一个集合，集合中的元素用列举法表示如[abcd]，但太多了怎么为？总不能把从a到z的全列举吧？那就用a-z表示且省略了方括号，交集用&&表示，并集省略，差集(对subtraction译成差集还差不多)用交集和取反来表示。所以，以上的可表示为：
　　*　　 [[a-z][a-z]],[[a-d][h-i]],[^a-f],[[b-f]&&[a-z]],[[b-f]&&[^cd]]
　　*　　 这样是不是和我们的习惯相符了.
　　*　 4.各个标志的意义
　　*　　 在生成pattern时可以同时使用几个标志来指定进行匹配时的方案。
　　*　　 用法形如：pattern p=pattern.compile(".*a?",pattern.unix_lines);
　　*　　 当同时指定多个标志时可以使用"|"操作符连接如：
　　*　　 pattern p=pattern.compile(".*a?,pattern.unix_lines|pattern.dotall);
　　*　　 也可以在表达式中指定如：
　　*　　 pattern p=pattern.compile("(?d).*a?");
　　*　　 pattern p=pattern.compile("(?d)(?s).*a?");
　　*　　 以上两个定义和前面两个对应等价
　　*　　 所有的标志如下：
　　*　　 constant　　　　　　　 equivalent embedded flag expression
　　pattern.canon_eq　　　　　　　none enables canonical equivalence
　　pattern.case_insensitive　　　(?i) enables case-insensitive matching
　　pattern.comments　　　　　　　(?x) permits whitespace and comments in pattern.
　　pattern.multiline　　　　　　 (?m) enables multiline mode.
　　pattern.doatall　　　　　　　 (?s) enables dotall mode
　　pattern.unicode_case　　　　　(?u) enables unicode-aware case folding.
　　pattern.unix_lines　　　　　　(?d) enables unix lines mode
　　
　　canon_eq 指定使用规范等价模式？这个我理解的也有限，是不是说只要指定了这个模式则ascii码的'a'就可以和unicode的'a'还有xxx码的'a'相等？请教各位。(mail to me)
　　
　　case_insensitive 指定使用大小写不敏感的匹配模式，这个好理解，但要注意这个标志只是对ascii码有效，要使unicode在比较时也忽略大小写要同时指定unicode_case,就是要指定case_insensitive|unicode_case或使用(?i)(?u)
　　
　　comments 指定使用注释和忽略空白，也就是".*a"==".　*a #this is comments"我想这个在正则表达式很大，而且是在文件中输入时比较有用，平时我看也用不上。
　　
　　multiline in multiline mode the expressions ^ and $ match just after
　　or just before, respectively, a line terminator or the end of the
　　input sequence. by default these expressions only match at the beginning
　　and the end of the entire input sequence
　　指定使用多行匹配模式，在默认模式下，^和$分别只匹配一个输入的开始和结束。
　　在这种模式下，^和$ 除了匹配整个输入的开始和结束外还匹配一个line terminator的后边和前边(不是前边和后边，就是说^匹配line terminator的后边$匹配line terminator的前边。
　　
　　doatall 如指定了这个模式则"."可匹配任何字符包括line terminator unix_lines 指定这个模式时只有/n被认为是line terminator而/r和/r/n都不是其他的我一时想不起来了，在具体介绍时再说吧。
　　</p>
　　/
　　public class testreg2
　　{
　　
　　public static void main(string[] args)
　　{
　　string str1 = "";
　　object str = "";
　　//注意：/r,/n,/b等转义字符在java字符串常量中要写成//r,//n,//b等，否则编译都过不去
　　///s匹配/r,/n,/r和空格
　　system.out.println("//s匹配//r,//n,//r和空格 "+" /t/n/r".matches("//s{4}"));
　　///s和/s互逆
　　system.out.println("//s和//s互逆 "+"/".matches("//s"));
　　//.不匹配/r和/n
　　system.out.println(".不匹配//r和//n "+"/r".matches("."));
　　system.out.println("/n".matches("."));
　　
　　///w匹配字母，数字和下划线
　　system.out.println("//w匹配字母，数字和下划线　"+"a8_".matches("//w//w//w"));
　　///w和/w互逆
　　system.out.println("//w和//w互逆 "+"&_".matches("//w//w"));
　　///d匹配数字
　　system.out.println("//d匹配数字 "+"8".matches("//d"));
　　///d与/d互逆
　　system.out.println("//d与//d互逆"+"%".matches("//d"));
　　//两者都匹配但意文不同
　　system.out.println("======================");
　　system.out.println("表示//000a匹配//000a "+"/n".matches("/n"));
　　system.out.println("表示//n匹配换行 "+"/n".matches("//n"));
　　system.out.println("======================");
　　//两者都匹配但意文不同
　　system.out.println("/r".matches("/r"));
　　system.out.println("/r".matches("//r"));
　　system.out.println("======================");
　　//^匹配开头
　　system.out.println("^匹配开头"+"hell".matches("^hell"));
　　system.out.println("abc/nhell".matches("^hell"));
　　//$匹配结束
　　system.out.println("$匹配结束"+"my car/nabc".matches(".*ar$"));
　　system.out.println("my car".matches(".*ar$"));